Identifying Number of Neurons in Extracellular Recording
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F09%3A00155871" target="_blank" >RIV/68407700:21230/09:00155871 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Identifying Number of Neurons in Extracellular Recording
Popis výsledku v původním jazyce
One of the most difficult aspects of spike sorting is choosing the number of neurons in extracellular recording. The paper proposes a methodology for estimating the number of neurons based on the Gaussian mixture model. The following criteria have been examined: Bayesian selection method, Akaikes information criteria, minimum description length, minimum message length, fuzzy hyper volume, evidence density and partition coefficient. In order to validate the procedure, an experimental comparative study was carried out, comparing the proposed methodology with three spike sorting algorithms. The proposed methodology has an advantage of setting the minimum number of parameters and is very robust to background noise. We conclude that only fuzzy hyper volumeand evidence density criteria are able to identify the correct number of neurons across different noise levels.
Název v anglickém jazyce
Identifying Number of Neurons in Extracellular Recording
Popis výsledku anglicky
One of the most difficult aspects of spike sorting is choosing the number of neurons in extracellular recording. The paper proposes a methodology for estimating the number of neurons based on the Gaussian mixture model. The following criteria have been examined: Bayesian selection method, Akaikes information criteria, minimum description length, minimum message length, fuzzy hyper volume, evidence density and partition coefficient. In order to validate the procedure, an experimental comparative study was carried out, comparing the proposed methodology with three spike sorting algorithms. The proposed methodology has an advantage of setting the minimum number of parameters and is very robust to background noise. We conclude that only fuzzy hyper volumeand evidence density criteria are able to identify the correct number of neurons across different noise levels.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA309%2F09%2F1145" target="_blank" >GA309/09/1145: Mechanismy hluboké mozkové stimulace: Úloha subthalamu v motorických, vizuálních a afektivních procesech</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2009
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 4th International IEEE EMBS Conference on Neural Engineering
ISBN
978-1-4244-2073-5
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
—
Název nakladatele
IEEE
Místo vydání
Piscataway
Místo konání akce
Antalya
Datum konání akce
29. 4. 2009
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—